我正在使用安装在 4TB 硬盘上的 Ubuntu 16.04 LTS。我正在处理一个大型数据集（超过 30 GB 和 150,000 张图像）。我的系统上有一个 11GB GTX 1080 Ti GPU 卡。我正在训练一个RCNN用Keras. 我注意到，将包含 150,000 张图像的整个数据集从 HDD 传递到单个 GPU 至少需要几周时间才能处理一个 epoch。因此，我想加快将图像传递到 GPU 的速度。

所以我买了一个 256 GB 的 SSD，挂载它并且只将图像目录复制到 SSD。然后我开始训练Keras模型。包括 Anaconda 安装在内的所有 python 文件都在硬盘上。我注意到仅仅将图像移动到 SSD 并不能加快训练速度。有谁知道如何通过将图像从 SSD 发送到 GPU 来加快训练过程？我还需要将 python 文件和 anaconda 安装移动到 SSD 吗？我不想在 SSD 上重新安装整个操作系统。